Fitness-to-drive Disagreements in Individuals With Dementia
Notice bibliographique
Résumé
Purpose of the Study: We sought to investigate the agreement between medical and practical fitness-to-drive recommendations in active drivers with dementia. Design and Methods: In this retrospective study, 68 patients underwent medical, visual, and road tests at an official center of the Belgian Road Safety Institute. Physicians provided medical fitness-to-drive recommendations using 1 of 3 categories (favorable, reserved, or unfavorable). On-road assessors used the same 3 categories to make practical fitness-to-drive recommendations. Agreement between the medical and practical fitness-to-drive recommendations was calculated using the percentage of agreement (p0) and weighted kappa (kw). Results: Low agreement was found between physicians and on-road assessors regarding their fitness-to-drive recommendations (p0 = 43%, kw = 0.11, p = .20). Compared with the on-road assessors, the physicians overestimated the fitness to drive of 24 (35%) patients and underestimated the fitness to drive of 15 (22%) patients. Patients who incurred more traffic violations were more likely to be overestimated than underestimated by the physician (p = .03). Implications: This study showed disagreements between the fitness-to-drive recommendations made by the physicians and the on-road assessors in more than half of drivers with dementia. Efforts need to be made to improve the communication between physicians and on-road assessors for joint decision making of fitness to drive in dementia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».